深度学习模型包 (.dlpk) 包含运行深度学习推断工具所需的文件和数据以进行对象检测或影像分类。 该包可以作为 DLPK 项目上传到您的门户,并用作深度学习栅格分析工具的输入。
深度学习模型包必须包含 Esri 模型定义文件 (.emd) 和经过训练的模型文件。 经过训练的模型文件扩展名取决于您用于训练模型的框架。 例如,如果您使用 TensorFlow 训练模型,则模型文件将为 .pb 文件,而使用 Keras 训练的模型将生成 .h5 文件。 根据您用于训练模型的模型框架和选项,您可能需要包括 Python Raster 函数 (.py) 或其他文件。 您可以在一个深度学习模型包中包括多个经过训练的模型文件。
创建深度学习模型包
- 在共享选项卡的包组中,单击深度学习。
共享为深度学习包窗格随即出现。
- 指定保存包的位置,可以保存到在线帐户中,也可以保存为磁盘上的文件。
- 提供名称,若将包保存到文件,还需输入新包在磁盘上的位置。
- 完成摘要和标签字段。
您最多可以输入 128 个标签。
- 提供模型定义的 .emd 文件的路径。
- 添加要包括在输入中的必需项目。
这些可以是文件或文件夹,并且必须至少包含经过训练的模型文件的路径(.pb、.h5、.pkl 等)。
- 请单击分析来检查错误和问题。
潜在问题可能包括不正确的文件路径、无效的 .emd 文件等。
- 输入验证完成后,单击包以创建深度学习模型包。
深度学习模型包可以保存在本地或作为 DLPK 项目存储在门户中。 您可以使用本地 .dlpk 文件作为 ArcGIS Pro 中深度学习工具的输入。 您可以使用门户中的 DLPK 项目来运行 Map Viewer 经典版、ArcGIS API for Python、ArcGIS REST API 和 ArcGIS Pro 中的栅格分析深度学习工具。